直线二级倒立摆系统的H_∞鲁棒最优控制

针对存在模型参数不确定性和外部扰动的直线型二级倒立摆系统的稳摆控制问题,对如何实现倒立摆系统鲁棒稳定的同时,还保证其达到期望的最优控制性能和H_∞性能指标的稳定性控制问题进行了研究。基于状态反馈、最优控制和H_∞鲁棒控制方法设计了一个H∞鲁棒最优控制器,用来实现对该倒立摆系统的稳摆控制。利用设计的控制器,基于倒立摆实验平台和Matlab数值仿真平台,使用该控制器来实现系统的控制并对稳定倒立摆的过程进行了验证。研究结果表明,该控制器能较好的实现对直线型二级倒立摆的稳摆控制,并对受控系统的模型参数摄动有较好的鲁棒性,同时还能利用最优的控制作用达到期望的H_∞性能指标。     

基于广义预测控制的倒立摆设计及仿真实现

倒立摆是典型的非线性、不稳定的控制对象,针对倒立摆的特点本文利用广义预测控制算法解决了直线一级倒立摆摆杆自由下垂时,保持倒立摆的自由下垂状态,并用仿真的方法研究了它们的控制性能和特点,从而实现对复杂非线性系统的实时控制,实现了倒立摆的摆起及稳定控制,起到了较好的控制效果.     

单级倒立摆系统中模糊控制理论的应用

在分析了单级倒立摆非线性模型的基础上,设计了一种利用模糊控制器进行倒立摆系统控制的方法,并对计算机控制倒立摆系统进行了实际调试.结果表明控制过程具有良好的动态性能和稳态性能,该方案可以得到较为满意的控制效果.     

基于Matlab和Automation Studio的倒立摆控制仿真

针对一级倒立摆的控制问题使用状态反馈极点配置、PID方法控制、线性二次型最优调节器三种方法,使用Matlab和Automation Studio(AS)软件进行了建模和仿真,实现了一阶倒立摆的稳定控制。在建立完善的模型中,使用阶跃信号、正弦信号、脉冲信号、噪声信号等进行了测试,测试结果表明,倒立摆系统可实现稳定控制。     

自适应神经模糊推理系统在倒立摆控制中的应用

针对单级倒立摆系统具有多变量、非线性、绝对不稳定的特点,应用Matlab/Simulink设计了用于倒立摆系统的、基于自适应神经模糊推理系统的ANFIS控制器,采用反向传播算法和最小二乘算法的混合算法对倒立摆控制样本数据进行学习,调整各变量的隶属度函数,自动产生模糊规则.仿真结果表明,ANFIS控制器对倒立摆系统的摆杆角度和小车位置的控制过程具有良好的动态性能和稳态性能.     

抑制倒立摆测量噪声的反演控制器设计

针对存在随机测量噪声的单级倒立摆系统,提出了一种带有低通滤波的反演控制方法。该方法将倒立摆系统输出的摆角作为低通滤波器的输入信号,低通滤波器的输出作为滤除测量噪声之后系统输出的摆角。即将倒立摆系统和低通滤波器看作一个整体的被控系统,并根据该系统逐步推导出反演控制律。设计的控制器能够有效滤除测量噪声,增强了系统的鲁棒性,提高了倒立摆系统的跟踪精度,并且该控制器结构简单,便于工程实现。最后,通过仿真实验进一步验证了该控制器的有效性。     

三级倒立摆系统全程滑模变结构控制

提出了一种基于全程滑模的变结构控制方法对具有单控制输入的三级倒立摆系统进行平衡控制的综合设计和成功的实验研究.该方法使得倒立摆系统从初始时刻开始就运行在滑模面上,从而使系统具有较强的鲁棒性.实验结果证明了该控制方法的有效性和可行性.     

二自由度机器人的Matlab仿真

本文介绍了控制系统中的经典问题——倒立摆及其基本原理,简要介绍了Matlab中倒立摆控制的实现方法。由于倒立摆的研究具有重要的工程背景,本文结合了二级倒立摆的matlab仿真,实现二自由度机器人PD控制的matlab仿真,取得了较好的效果。     

基于单级倒立摆的遗传神经网络控制研究

由于倒立摆是一个高阶次、非线性和自然不稳定系统,为了改善单级倒立摆的稳定性问题,提出一种改进遗传算法的RBF(径向基函数)神经网络控制方法.该方法以传统遗传算法为基础,通过对适应度值的自适应缩放、交叉率和变异率自适应调整等策略实现对RBF神经网络基函数参数和权值的优化.通过单级倒立摆仿真实验分析表明,虽然改进遗传算法的...     

简易旋转式倒立摆实验装置的控制研究

对倒立摆系统研究具有重要的应用价值,但其严重不稳定,受到了很多变量的影响。在对倒立摆系统进行研究后,提出一种简易典型的旋转式倒立摆实验装置。该装置使用角位移传感器采集摆杆角度,经过STM32处理后,通过运用PID算法来实现对旋转倒立摆的闭环控制,最后结合硬件调节反馈参数。结果表明这种控制方法可以良好的控制旋转式倒立摆。